OuteTTS
Free.ai (self-hosted)
·
tts
·
~500 символи за clip
·
4.5
от 6 потребители от тази категория
OuteTTS е a Текст-то-пейчов глас, построен от Oute. Най-силно в Voice cloning. Самостоятелно домакин на Free.ai GPUs - тече безплатно срещу ежедневния ви жетонски басейн (500 žeтони за изрезване). Освободен под Apache 2.0 - търговска употреба разрешена на Free.ai.
Използване чрез API
Отворено-съвместими REST API. Генерирайте ключ и се обадете на този модел в секунди.
curl -X POST https://api.free.ai/v1/tts/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"outetts","text":"hello world"}'Подобни модели
Често задавани въпроси
OuteTTS поддържа широк набор от езици. Точният списък зависи от двигателя; формулярът на тази страница приема всякакъв текст, а двигателят ще го озвучи на поддържаните от него езици. Вижте /voice/ за пълния избор между няколко двигателя, ако ви е нужен конкретен език.
Повечето двигатели по подразбиране използват неутрален американски английски и подходящ за региона акцент за другите езици. Премиум двигателите може да предлагат варианти на акцента: поставете примерен текст, за да сравните.
Поддръжката на SSML е различна при различните двигатели. Етикетите за пауза, просодия и ударение се спазват при повечето премиум двигатели и при някои самостоятелно хоствани. Обикновеният текст винаги работи, без нужда от разметка.
Поточното TTS е налично при премиум двигателите чрез крайната точка на API /v1/tts/ със stream=true. Уеб интерфейсът на тази страница връща целия клип, след като рендирането приключи.
OuteTTS работи на нашите собствени GPU. Генерирането първо използва дневната ви безплатна квота. Щом се изчерпи, платените токени започват от $5 → 200,000 токена. Приблизително ~5 токена на знак, минимум 100 на клип.
До 5,000 знака на заявка в уеб интерфейса. За по-дълги текстове (аудиокниги, цели глави) използвайте /voice/audiobook/, който автоматично ги разделя и сглобява, или извиквайте API в цикъл.
Да, изпратете с POST списък от низове към /v1/tts/batch/ или използвайте работното пространство на /workspace/, за да свържете TTS в по-дълъг процес (например превод → озвучаване → сглобяване).
Да, изпратете текст с POST към /v1/tts/ с model="OuteTTS" (или със slug-а от тази страница). Връща WAV или MP3. Вижте /api/ за пълния справочник и примери за SDK.
Тази страница е за преобразуване на текст в реч, а не за клониране на глас: гласът е този по подразбиране на двигателя. За клониране на глас (качване на еталонно аудио) вижте /voice/clone/, което изисква или да притежавате правата върху гласа, или да имате изрично писмено съгласие.
Самостоятелно хостваните двигатели работят на GPU, собственост на Free.ai; нищо не напуска нашите сървъри. Премиум двигателите предават текста на външни доставчици на модели по нашето споразумение за обработка на данни (DPA). Не обучаваме модели с вашите данни и не продаваме данни.
Да, Free.ai позволява търговска употреба на генерираното аудио. Лицензът на самия двигател (Apache 2.0, MIT или условия на доставчика) е показан по-горе и на страницата с описание на модела; на практика това означава, че озвучавания, реклами, подкасти и приложения са в обхвата.
Да, неуспешните задачи се възстановяват автоматично към източника (дневна квота или платени токени). Ако възстановяването не се появи същия ден, пишете на contact@free.ai.